进程飞快——
19省份布局人工智能
不雅观看一周关于猫的视频，谷歌的AI机器就学会了识别猫脸；AI识别人类唇语，成绩完胜真人……近年来，我们看到关于AI的进展越来越多，与医疗领域干系度最高的，便是图像识别。而纵不雅观上述图像识别的例子，其难度已远超读CT片。因此，险些可以肯定，AI在医疗领域最早运用的会是影像学科。
今年年初，上海交通大学人工智能研究院联合上海市卫生和康健发展研究中央、上海交通大学医学院发布的《人工智能医疗白皮书》显示，全国19个省市已发布人工智能方案，AI医学影像成为中国人工智能医疗最成熟的领域。该白皮书进一步指出，人工智能已引起天下各国和社会各层的重视。天下紧张国家纷纭开始对人工智能进行国家计策层面的布局，并且非常重视人工智能在医疗领域的发展。
就目前的情形来看，人工智能在医疗领域运用紧张有五大方向。除了医学影像，还包括赞助诊断、药物研发、康健管理、疾病预测等。就环球研发趋势来看，国外以AI药物研发为主，我国则借助医疗影像大数据及图像识别技能的发展上风，以AI医学影像为主。从我国AI医学影像行业的落地情形来看，产品紧张运用在疾病筛查方面，以肿瘤和慢病领域为主。一项对2018年营收突出的AI医学影像公司的运用处景和数据资源的剖析创造，大部分公司都与医院展开广泛互助，并且在肺结节、眼底、乳腺癌、宫颈癌方面已有较为成熟的产品。这意味着，我们的年夜夫在事情中与AI共处，已经开始落地并将越来越快、越来越多。医疗行业的AI时期，已经加速向我们走来。
来势凶猛——
AI接连降服人类年夜夫
AI时期会是什么样子，这不是一个可以大略回答的问题。事实上，人工智能是个繁芜观点，根据程度、能力不同，可分为三类：一类是弱人工智能（Artificial Narrow Intelligence，ANI），指善于于某一方面的人工智能，比如大名鼎鼎的阿尔法狗；往上是强人工智能（Artificial General Intelligence，AGI），指在各方面相称于人类；再升级便是超人工智能（Artificial Super Intelligence，ASI），将在各方面都比人类强。后两类现在还不存在，目前的人工智能都还属于弱人工智能。详细到医学领域，弱人工智能目前在诊断硬件、数据采集、赞助诊断、监测反馈、传授教化培训、精准医疗等方面有所考试测验。
即便如此，效果依然惊人。例如，2017年，《自然》杂志就宣布了这样一场令人印象深刻的比赛。比赛的一方是由18个年夜夫在线助理存储库和斯坦福大学医药中央供应了129450张涵盖2023种皮肤疾病临床图片，完成深度学习的AI；另一方是21名资深皮肤科年夜夫。双方分别比试了区分鳞状上皮细胞癌和良性脂溢性角化病，以及区分恶性黑素瘤和良性痣。结果，AI精确识别良性病变和恶性病变的综合灵敏度达到91%，与21名年夜夫水平相称乃至更优。
去年11月，《JAMA》也宣布了AI在糖尿病视网膜病变上的进展：谷歌公司、美国和印度多家研究机构参与，历时8个月，由54名美国的眼科专家和高等住院医师，对将近13万张视网膜照片进行分类和分级，让AI学会自动检测糖尿病视网膜病变和视网膜黄斑水肿，终极在灵敏度与特异性方面均有不俗的表现。
在神经外科领域，通过过万张图片演习，AI可实现在脑瘤术中的快速诊断，在病变样本中，区分胶质瘤和非胶质瘤的准确率达90%；在骨科，伦敦帝国理工学院考试测验用AI对神经假体进行精确掌握，将此前85%的精确度提升到97%……
在海内，中山大学利用AI识别先天性白内障研究已进入临床试验阶段。利用410张各种程度的先天性白内障图片和476张正常图片演习，AI可以做到纵然识别质量不高的网络图片，也能达到92.45%的准确率。
去年4月，北京友情医院推出了自己一手“喂”大的AI——甲状腺结节超声图像诊断AI，并跟包括北京协和医院、北京大学第三医院、北京肿瘤医院、解放军总医院在内的7家 三甲医院组团来战的影像年夜夫PK一场。结果，在第一部分答题过程中，准确率排名前25名的年夜夫，均匀耗时约1000秒，而AI仅耗时192秒；该AI精确率为68%，而低级医师精确率为60.8%，中级医师为62.4%，高等医师为66%。在第二部分答题中，AI准确率达76%，仅有5名年夜夫得分超过了它。
用脑走心——
医学不但是技能流
基于现在的发展态势已经可以看出，在客不雅观数据网络和剖析上，人工智能的速率和能力远超人类。以是，读片、出报告、检讨考验类别的医学操作，该当是人工智能的上风。但这是否意味着，人工智能的发展，终极将替代我们年夜夫？我以为绝无可能。由于，我们的做事工具是人。
首先，人的病情是繁芜的，根据图像识别做赞助诊断，人工智能有上风。但在主不雅观综合剖析能力方面，特殊是在繁芜的个体化治疗方面，人工智能短期内无法达到年夜夫的水准。
其次，大数据不办理个体问题。医学行走在生理、生理和小概率事宜以及个体差异的夹缝中，这才是医学之难，而这样的事情，机器不会比人做得更好。
最主要的是，年夜夫是个繁芜而困难的职业，既要完成生理治疗，又要做出生理治疗。对很多患者来说，最治愈的处方常常是关爱和希望。而给予患者人文关怀，只有年夜夫能做。医学技能的发展并不是让治疗主体变成冷冰冰的机器，而更该当是在机器的帮助下，年夜夫节约了大量韶光，有更多的精力投入患者的人文关怀中去。
近日，外媒宣布的一个范例案例印证了这一点：美国加州一名79岁患者因肺衰竭被送进ICU后，一个“机器年夜夫”关照家属患者病情过重即将离世。家属表示，这种冷冰冰的奉告办法让他们难以接管，他们希望没有其他人会得到同样的报酬。这也为机器人的运用给出了警示。
不战不降——
积极学习为我所用
基于上述剖析，AI时期，我们年夜夫特殊是皮肤科年夜夫，该做些什么？我认为既不该妄自菲薄，也不可傲慢排斥。
首先，要明白AI只能帮助我们，但不能取代我们。当AI增加了一个赞助诊断或治疗技能，我们就更要提高诊断及治疗水平，在AI能力不及的领域发挥主不雅观能动性。如诊治一些不范例的常见病、神经精神性皮肤病，给予须要生理治疗和安慰的患者更多温暖等。
同时，在AI时期，皮肤科获益明显，我们要做的也更多了。比如，积极学习、研发、运用AI产品等。
此外，我国当前医疗资源分布极不平衡、医疗水平参差不齐，县级医院及村落庄医疗须要真正的帮带。如果能够将高水平年夜夫专家的诊疗技能尽可能AI化，将为患者享受优质、均等化的医疗，终极实现康健中国助力良多。
文：海军军医大学长海医院皮肤科教授 顾军
整理：康健报 崔芳
编辑：彭艳
审核：曹政
点击下方图标，您的赞是对我们最大的支持！
↓↓↓